สิ่งที่คุณควรทำเมื่อการเปลี่ยนแปลงของ COVID ทำให้ข้อมูลของคุณล้าสมัย – Thought Leaders

สำหรับมนุษย์ ความไม่แน่นอนของชีวิตเป็นปัญหาเชิง 存在วิทยา มันเป็นภัยคุกคามที่คล้ายกันสำหรับแบบจำลองการวิเคราะห์ เช่นเดียวกับเรา อัลกอริทึมพยายามคาดการณ์อนาคตโดยการสรุปเหตุการณ์ในอดีต ยิ่งประวัติศาสตร์เป็นแบบสุ่มมากเท่าไหร่ เราทั้งคู่ก็ยิ่งดิ้นรนในการสร้างรูปแบบจากความวุ่นวาย

เมื่อเดือนที่แล้ว เราคิดว่า COVID อาจจะสิ้นสุดลงแล้ว แต่ตอนนี้ด้วยการเกิดขึ้นของสายพันธุ์ Delta เศรษฐกิจอยู่ในสถานการณ์ที่แปลกประหลาดระหว่างการเปิดและปิด และถ้าเราต้องการทราบว่าอะไรจะเกิดขึ้นต่อไป — เช่น ถ้าเราส่งแบบจำลองการคาดการณ์โดยสรุปของปีที่แล้วและครึ่งปี — มันอาจบอกเราว่าเรากำลังจะเข้าสู่การล็อกดาวน์อีกครั้ง

ข้อมูลเหมือนอาหารหรือเทรนด์แฟชั่น มันหมดอายุ หากคุณให้แบบจำลองของคุณใช้ข้อมูลประวัติศาสตร์ที่จำกัด มันจะไม่สามารถวาดภาพที่แม่นยำของสิ่งที่เกิดขึ้นในตลาดวันนี้ได้ ไม่เช่นนั้นจะเกิดอะไรขึ้นต่อไป

เมื่อความเป็นจริงของชีวิตประจำวันเปลี่ยนแปลงทุกสัปดาห์ และแม้แต่ทุกวัน คุณต้องอัปเดตแบบจำลองของคุณอย่างต่อเนื่องด้วยสินทรัพย์ข้อมูลใหม่และมิติใหม่ที่ให้ข้อมูลเชิงลึกเกี่ยวกับบริบทปัจจุบัน

เมื่อความเป็นจริงเปลี่ยนแปลง คุณต้องเปลี่ยนแปลงไปพร้อมกับมัน

ทุกการเปลี่ยนแปลงในแนวทางปฏิบัติด้านความปลอดภัยสาธารณะทำให้เกิดการเปลี่ยนแปลงที่น่าประทับใจในพฤติกรรมผู้บริโภค ไม幸運ที่การเปลี่ยนแปลงเหล่านั้นในพฤติกรรมผู้บริโภคทำให้แบบจำลองการวิเคราะห์ขององค์กรหลายแห่งล้าสมัย

ตอนนี้คิดถึงบริษัทที่尽管มีการเปลี่ยนแปลงอย่างต่อเนื่อง แต่ยังคงรักษาและเติบโตธุรกิจของตนในช่วงการระบาด พวกเขาได้ดำเนินการอย่างรวดเร็วเพื่อค้นหาชุดข้อมูลที่ถูกต้องซึ่งสามารถให้ความเข้าใจเกี่ยวกับการเปลี่ยนแปลงพฤติกรรมของลูกค้า บริษัทที่พยายามยึดมั่นในแหล่งข้อมูลเดิมของตน แม้ว่าโลกจะเปลี่ยนแปลงไปอย่างสิ้นเชิง ก็สูญเสียส่วนแบ่งการตลาดไป

อุตสาหกรรมค้าปลีกตัวอย่างเช่น ต้องยอมรับการเปลี่ยนแปลงครั้งใหญ่ไปสู่การช้อปปิ้งออนไลน์ตั้งแต่เริ่มการระบาด (เช่น การรับของที่จุดรับของรถ) และการฟื้นตัวของประสบการณ์แบบตัวต่อตัวเมื่อข้อจำกัดของ COVID ได้รับการยกเลิก

บริษัทค้าปลีกที่มีไหวพริบค้นหาสources ข้อมูลทางเลือกเพื่อให้ข้อมูลเชิงลึกที่เหมาะสมในแต่ละขั้นตอนของกระบวนการ ในตอนแรกพวกเขาได้หาชุดข้อมูลที่เกี่ยวข้องกับ COVID — ซึ่งรวมถึงข้อมูลของ CDC เกี่ยวกับการแพร่กระจายของโรค — เพื่อปรับแบบจำลองการคาดการณ์ยอดขาย จากนั้น พวกเขาทบทวนการจราจรเทียบกับการจราจรออนไลน์เพื่อกำหนดแนวทางในการเปิดใหม่ เมื่อการระบาดดำเนินต่อไป บริษัทค้าปลีกได้ตรวจสอบข้อมูลการขายและการใช้จ่ายบัตรเครดิตเทียบกับคุณลักษณะประชากรศาสตร์เพื่อเข้าใจว่าโปรไฟล์ลูกค้าปกติของพวกเขาเปลี่ยนแปลงไปอย่างไร

ความเสื่อมสภาพของข้อมูลแบบเดจาวู

มากเท่าที่เราทุกคนกำลังมองไปข้างหน้าในการเปิดใหม่ (ไม่ว่าจะเมื่อไหร่) การเปลี่ยนแปลงทางสังคมที่น่าประทับใจนี้เตือนถึงผลลัพธ์ที่คล้ายกับการปิดทั่วโลกครั้งแรก องค์กรที่ได้ฝึกอบรมแบบจำลองการวิเคราะห์ของตนโดยใช้ชุดข้อมูลที่เกี่ยวข้องกับตลาดยุคการระบาดจะต้องหาต้นข้อมูลใหม่อีกครั้ง

แต่ไม่เหมือนกับการล็อกดาวน์ครั้งแรก ครั้งนี้เรามีโอกาสเตรียมตัวสำหรับการเปลี่ยนแปลงที่สำคัญเมื่อมันมาถึง เรารู้ว่าเราจะต้องหาต้นข้อมูลทางเลือกและสร้างแบบจำลองที่สามารถเข้าใจความเป็นจริงใหม่ได้

ดังนั้น คุณควรทำอะไรเมื่อคุณรู้ว่าข้อมูลของคุณจะหมดอายุ ก่อนอื่น ค้นหาวิธีในการขยายแหล่งข้อมูลของคุณนอกเหนือจากข้อมูลประวัติศาสตร์ องค์กรที่มีโปรแกรมการวิเคราะห์ที่มีประสิทธิภาพที่สุดรักษาการได้มาข้อมูลในลักษณะเดียวกับการได้มาของลูกค้า — พวกเขาสร้างแนวทางที่มีประสิทธิภาพในการค้นพบ สอบถาม และรวมข้อมูลใหม่เข้าด้วยกันอย่างต่อเนื่อง แนวทางนี้ประกอบด้วยสามส่วน: คน ระบบ และกระบวนการ ในลำดับนั้น

คน

มีแหล่งข้อมูลมากมาย คุณจะรู้ได้อย่างไรว่าแหล่งข้อมูลที่คุณใช้ทำงานได้ดี คุณจะรู้ได้อย่างไรว่าคุณพลาดอะไร โดยการสร้างทีมที่อุทิศให้กับการได้มาข้อมูลที่ถูกต้อง การทำงานร่วมกับผู้ขายเพื่อทำเช่นนั้น และจัดการทรัพย์สินข้อมูลของคุณเอง บทบาทที่ต้องจ้าง ได้แก่ หัวหน้าฝ่ายได้มาข้อมูล สถาปนิกข้อมูล นักยุทธศาสตร์ข้อมูล และนักวิทยาศาสตร์ข้อมูล

ระบบ

จำได้ว่าบริษัทบางแห่งต้องดิ้นรนในการเปลี่ยนแปลงไปสู่การทำงานระยะไกลเพราะไม่มี IT ที่รวมศูนย์ มันเป็นบทเรียนที่เรายังคงต้องเตือนตัวเองเมื่อพูดถึงแบบจำลองการวิเคราะห์ ฉันเห็นองค์กรขนาดใหญ่ซื้อและรวมข้อมูลเดียวกันสองหรือสามครั้งในขั้นต่างๆ ที่ต่างกัน จุดรวมศูนย์ที่ทุกฝ่ายของธุรกิจสามารถทำงานร่วมกันเกี่ยวกับชุดข้อมูลที่เข้ามาในองค์กรได้จำเป็น

สิ่งสำคัญยิ่งกว่านั้น เป็นระบบนิเวศของการได้มาข้อมูลของคุณควรช่วยให้คุณสามารถทำงานร่วมกับข้อมูลหลากหลายและเร่งการผลิต PLCs ทดสอบ และโครงการธุรกิจของคุณ ในระยะเวลาไม่กี่วัน คุณควรสามารถไม่เพียงแค่จัดทำแค็ตตาล็อกแหล่งข้อมูลใหม่ แต่ยังสามารถนำไปใช้ในการผลิตได้ เวลาเป็นสิ่งสำคัญเมื่อความเป็นจริงเปลี่ยนแปลงอย่างรวดเร็ว

กระบวนการ

พูดถึงเวลา หากต้องใช้เวลา 2-3 เดือนสำหรับองค์กรของคุณในการตรวจสอบแหล่งข้อมูลเดียว (ไม่เช่นนั้นรวมเข้าด้วยกัน) นั่นเป็นสัญญาณว่าคุณไม่ได้เตรียมพร้อมที่จะดูดซับข้อมูลใหม่ๆ สร้างกระบวนการสำหรับวงจรชีวิตของการได้มาข้อมูล ตั้งแต่การทดสอบไปจนถึงการซื้อและการรวมเข้าด้วยกัน กระบวนการนี้ควรเกี่ยวข้องกับการร่วมมือระหว่างฝ่ายต่างๆ เช่น IT การจัดซื้อ การเงิน การปฏิบัติตามกฎระเบียบ และความปลอดภัย เพื่อให้ทุกฝ่ายสามารถแก้ไขปัญหาในการจัดหาที่เกี่ยวข้อง

สรุป

ผู้นำข้อมูลที่ชาญฉลาดรู้ว่าแหล่งข้อมูลเป็นทรัพย์สินที่สามารถแข่งขันได้ในการตอบสนองต่อสภาวะตลาดอย่างรวดเร็ว เมื่อคุณลงทุนในกลยุทธ์การได้มาข้อมูลแล้ว ไม่ว่าเราจะกลับเข้าสู่การล็อกดาวน์หรือฟื้นตัวอย่างรวดเร็วก็ตาม คุณจะพร้อมที่จะลงจอดบนเท้าของคุณในระหว่างการหยุดชะงักครั้งใหญ่ใดๆ